TL;DR
GOに関連する解析は次世代シーケンサーやマイクロアレイの解析において、よく使われる解析手法です。解析の意味を正確に理解するには、まずGOそのものに関する理解が必要になります。ここでは、GO Termの基本についてまとめていきます。
GO Termとは
The Gene Ontology Consortiumという団体が規定している、人によって定義されたアノテーションです。人によって定義されていることから、PFAMやKEGGなどといったデータと比べ客観性に欠ける、などといった指摘も見られます。 とはいえ、生物学的な知見を含んだアノテーションはGO Termくらいですし、Contributorの方々のおかげで信頼性は高くなっています。2021年現在では、150,000を超える論文の実験データをもとにアノテーションがつけられており、実験的な裏付けのあるアノテーションは700,000を超えます(参考)。実際、タンパク質の機能推定を行うような手法では、正解データとして多くの解析でGO Termが使われています。
また、人によって付けられるという性質上、GO Termそのものが更新されることも多いため、解析の際にはできるだけ最新のGO Termのリストを使うことが推奨されます。
File format
Go TermはOBO-formatとowl形式で書かれています。goatoolsのobo_parserなどを使用するとobo formatをパースすることができます。あまりファイル形式については詳しくないので、そのうち調べたいです。また、後述するsubsetについては、json形式でも提供されています。
Subset
生物種ごとのアノテーションがあります。例えば動物は光合成をしないので、光合成のGo Termなどを予め除いておきたい場合はこういったSubsetを使用するのが適していると考えられます。
GO Termの中身
基本要素
1つのGO Termは以下の要素を基本に構成されます。
| Name | Description | Example |
|---|---|---|
| Gene Product | アノテーションされている遺伝子産物 | UniProtKB (rat Dhfr) |
| GO Term | IDと名前 (説明) | GO:0004146 (dihydrofolate reductase activity) |
| Reference | アノテーションの根拠を示す論文 | |
| Evidence Code | アノテーションの根拠の種類を示すコード(実験、系統解析 etc.,) | Inferred from Experiment (EXP) |
extensions
基本要素以外にも、いくつかのアノテーションの拡張が行われています。拡張アノテーションは以下の2つに大別されます(Huntley & Lovering 2017)。
- 遺伝子や遺伝子産物、複合体、化学物質などの関係性を示すMolecular reationships
- 細胞種や解剖学、発達段階などとの関係性を示すContextual relationshipsに大別されます。
Molecular reationships
| Name | Description | Example |
|---|---|---|
| has_regulation_target | has_regulation_target (UniProtKB zinc finger protein GLI1) | |
| has_input | has_input (PomBase.0 pcf2) | |
| has_direct_input | has_direct_input (UniProtKB Solute carrier family 26 member 9) |
Contextual relationships
| Name | Description | Example |
|---|---|---|
| part_of | part_of (WBbt:0006804 body wall muscle cell) | |
| occurs_in | occurs_in (CL:0000740 retinal ganglion cell) | |
| happens_during | happens_during (GO:0071470 cellular response to osmotic stress) |
GO Annotationの構造
GO Annotation全体はノードとしてGO Termを、エッジとして下で定義されるRelationを持つ有向非巡回グラフ(DAG)で表されており、階層構造を持ちます。階層構造の上に行くほど、広い意味をもつアノテーションになります。
階層構造における関係性を表すRelationは以下の通りです(参考)。
| Name | Description |
|---|---|
| is a | 基本構造です。A is a Bと示すとき、AはBのサブタイプです。 |
| part of | より強い制約です。B is part of Aでは、Bが存在するとき、それは必ずAの一部であり、Aの存在が約束されます。Extensionのpart ofはノード情報ですが、このpart ofはエッジ情報です。 |
| has part | A has part Bのとき、BはAの一部です。Aが存在するとき、Bは存在する必要がありますが、Bが存在していても必ずしもAが存在する必要がありません。 |
| regulates | 制御関係を表します。例えば、他のパスウェイからの影響などががあります。 |
GO Termの一番上の階層として、以下の3つが割り当てられています。解析ツールなどでは、このノードを最上流ノードとして扱うことが多いです。
| 略称 | 意味 | |
|---|---|---|
| Biological Process | BP | 生物学的なプロセス |
| Molecular Function | MP | 遺伝子産物の分子的機能 |
| Cellular Component | CC | 細胞の構成要素 |
Reference
- Guide to GO evidence codes
- Introduction to GO annotations
- Relations in the Gene Ontology
- Huntley R.P., Lovering R.C. (2017) Annotation Extensions. In: Dessimoz C., Škunca N. (eds) The Gene Ontology Handbook. Methods in Molecular Biology, vol 1446. Humana Press, New York, NY. https://doi.org/10.1007/978-1-4939-3743-1_17